集群和云
发现集群资源,并使用集群概要文件
如果您的计算任务对本地计算机来说太大或太慢,您可以将计算卸载到现场集群或云中以运行MATLAB®用最小的更改编写代码。试一试平行>发现集群在MATLAB工具条中查找是否已经有可用的集群。
如果您已经有一个带有调度器的集群,您可以使用MATLAB与它集成MATLAB并行服务器.或者,如果您没有现有的调度器,则MATLAB并行服务器提供MATLAB作业调度器。
功能
类
例子和如何
集群设置
- 发现集群并使用集群概要文件
了解如何使用集群概要文件和发现云集群。 - 从桌面扩展到集群
在本地机器上开发并行MATLAB®代码,并扩展到集群。 - 在云端处理大数据
本示例展示了如何在云中访问大型数据集,并在云集群中使用MATLAB的大数据功能对其进行处理。 - 用HPC挑战对集群进行基准测试
此示例展示如何使用HPC挑战基准测试评估计算集群的性能。
深度学习
- 并行、gpu和云中扩展深度学习(深度学习工具箱)
探索并行使用MATLAB并使用多个gpu(本地或云端)进行深度学习的选项。 - 基于MATLAB的多gpu深度学习(深度学习工具箱)
在本地或云端使用多个gpu加速深度神经网络训练。 - 训练网络使用自动多gpu支持万博1manbetx(深度学习工具箱)
这个例子展示了如何使用自动并行支持在本地机器上使用多个gpu进行深度学习训练。万博1manbetx - 使用parfor训练多个深度学习网络(深度学习工具箱)
这个例子展示了如何使用parfor
循环对训练选项执行参数扫描。 - 使用parfeval训练多个深度学习网络(深度学习工具箱)
这个例子展示了如何使用parfeval
对深度学习网络的网络架构深度进行参数扫描,并在训练过程中检索数据。 - 并行训练深度学习网络(深度学习工具箱)
这个例子展示了如何在本地机器上运行多个深度学习实验。 - 与定制训练循环并行的训练网络(深度学习工具箱)
这个例子展示了如何设置一个自定义训练循环来并行训练一个网络。 - 将深度学习数据上传到云端(深度学习工具箱)
本示例展示如何将数据上载到Amazon S3桶。 - 将深度学习批处理作业发送到集群(深度学习工具箱)
这个示例展示了如何将深度学习训练批作业发送到集群,以便您可以在训练期间继续工作或关闭MATLAB。
概念
- 指定你的并行偏好
指定您的首选项,并自动创建一个并行池。
- 通用调度器的插件脚本
如何使用插件脚本设置通用调度器。
- 在Workers上设置环境变量
将系统环境变量从客户机复制到集群中的工作者。
相关信息
- 并行和云中的深度学习(深度学习工具箱)
- 开始使用MATLAB并行服务器(MATLAB并行服务器)
- 扩展到集群和云